مواد پر جائیں

علمی لائبریری

کتابوں، مقالوں، مضامین اور کوڈ کے خلاصے اور اہم خیالات جنہیں ہمارے AI ایجنٹس پڑھتے ہیں، Stratmill کے تحقیقی ایجنٹ نے لکھے ہیں۔ ہر صفحے پر اصل ماخذ کا لنک ہے۔

لائبریری میں تلاش کریں

174 دستاویزات

Machine Learning for Trading

یہ نوٹ بک انسٹرومنٹڈ پرنسپل کمپوننٹ تجزیہ (IPCA) پیش کرتی ہے، جو فرم کی خصوصیات سے ریٹرنز کی پیش گوئی کا ایک پوشیدہ فیکٹر طریقہ ہے۔ ہر خصوصیت کو براہِ راست ریٹرن وزن دینے کے بجائے، IPCA ہر فرم کے فیکٹر ایکسپوژرز کو اس کی خصوصیات کا خطی فنکشن بناتا ہے۔ مشترک…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ سہولت فاما–فرینچ کے تین یا پانچ عوامل والے ماڈلز، اور اختیاری طور پر مومینٹم، کے ذریعے اسٹریٹیجی ریٹرنز کی وضاحت کا طریقہ بیان کرتی ہے۔ یہ روزانہ کے فیکٹر ڈیٹا کو اسٹریٹیجی ریٹرنز کے ساتھ ہم آہنگ کرتی، ریٹرن کی فریکوئنسی معلوم کرتی، اور اگر اسٹریٹیجی کا…

فیکٹر سرمایہ کاریشماریاترسک مینجمنٹپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ نوٹ بک شائع شدہ فیکٹر منافع کو پورٹ فولیو کے ممکنہ بنیادی اجزا کے طور پر جانچتی ہے۔ یہ تین سوال الگ کرتی ہے: کیا فیکٹر کا اوسط منافع سخت شماریاتی حد سے زیادہ ہے، کیا فیکٹرز ایسے اسباب کی بنا پر ایک دوسرے کو متنوع بناتے ہیں جو برقرار رہ سکتے ہیں، اور منتخب…

فیکٹر سرمایہ کاریشماریاتپورٹ فولیو کی تشکیلرسک مینجمنٹ
Machine Learning for Trading

یہ نوٹ بک جانچتی ہے کہ آیا کمپنیوں کی خصوصیات پر مبنی ماہانہ لانگ–شارٹ حکمتِ عملی کا مطالعہ جاری کردہ US کمپنی پینل سے کیا جا سکتا ہے۔ یہ ڈیٹا کی انکوڈنگ، وقت کے ساتھ دستیاب کائنات میں تبدیلی، ہر ری بیلنس پر دونوں جانب پوزیشنیں بھرنے کے لیے کافی کمپنیوں کی…

حصصفیکٹر سرمایہ کاریشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ انفرادی US اسٹاکس کی شائع شدہ فرم خصوصیات پر رِج، لاسو اور ایلاسٹک نیٹ ماڈلز فٹ کرتا ہے۔ فیچرز میں قدر، منافع آوری، سرمایہ کاری، حجم، مومینٹم، ریورسل، خطرہ اور لیکویڈیٹی شامل ہیں۔ واک فارورڈ فولڈز ترتیبوں کا تقابل ممکن بناتے ہیں، جبکہ پنلٹی کی مختلف…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ دستاویز معیار بندی، رسک کی نسبت اور فیکٹر تحقیق کے اِن پٹس کے طور پر عوامی فاما فرنچ اور AQR فیکٹر منافع کے ڈیٹا سیٹس کا تعارف کراتی ہے۔ یہ فاما فرنچ لائبریری کے مارکیٹ، سائز، ویلیو، منافع بخشی، سرمایہ کاری اور مومنٹم فیکٹر بیان کرتی ہے، اور ساتھ AQR…

فیکٹر سرمایہ کاریحصصشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک نو ایکویٹی، بانڈ، کرنسی اور کموڈیٹی فیکٹر اور مارکیٹ سیریز کے ماہانہ منافع کو گاوسی مکسچر ماڈلز سے کلسٹر کرتی ہے۔ نامکمل ڈیٹا والے مہینے ہٹانے کے بعد، یہ سیریز کو معیاری بناتی ہے تاکہ پیمانے کے فرق کلسٹرنگ پر غالب نہ آئیں۔ ممکنہ کلسٹر تعداد کا…

کئی اثاثوں پر مبنیفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک 57 اکاؤنٹنگ اور قیمت پر مبنی خصوصیات کو اگلے مہینے کے US اسٹاک منافع کے انفرادی پیش گوؤں کے طور پر جانچتی ہے۔ یہ ماہانہ کراس سیکشنل رینک ارتباط کا حساب لگاتی، انہیں وقت کے ساتھ اوسط کرتی، اور سیریل انحصار نیز متعدد امیدواروں کی جانچ کے لیے غیر…

حصصفیکٹر سرمایہ کاریشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ باب ٹریڈنگ کے خیال کو دستاویزی فیچر کی وضاحت میں بدلنے کا طریقۂ کار پیش کرتا ہے۔ یہ محققین سے کہتا ہے کہ فیچر کے افق کو مطلوبہ فیصلے سے ہم آہنگ کریں، محرک سے متعلق مفروضہ بیان کریں، اور پیش گوئی کرنے والے سگنلز کو سیاقی حالت کے متغیرات سے الگ رکھیں۔ حوالہ…

تکنیکی اشارےمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک نو کیس اسٹڈیز میں لکیری ماڈلز کے نتائج جمع کرتی ہے، جن میں OLS، Ridge، Lasso اور ElasticNet شامل ہیں۔ یہ ہر مطالعے کی بنیادی لیبل پر سب سے مضبوط مکمل ترتیب کا موازنہ کرتی ہے، پھر باقاعدہ کاری، فولڈ سطح کے معلوماتی گتانک، استحکام، متبادل دورانیوں،…

مشین لرننگشماریاتبیک ٹیسٹنگفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ نوٹ بک US اسٹاکس کے ایک زیادہ نقدشیل ذیلی مجموعے پر پرنسپل کمپوننٹ تجزیہ استعمال کرکے مجموعی نمائش کے مطابق نارملائزڈ ایگن پورٹ فولیوز بناتی اور پوشیدہ رسک عوامل کے طور پر ان کا کردار دیکھتی ہے۔ یہ وضاحت شدہ تغیر کا جائزہ لیتی، شعبہ جاتی ETF ارتباط کے…

حصصفیکٹر سرمایہ کاریشماریاترسک مینجمنٹ
Machine Learning for Trading

یہ ترتیب فرم کی خصوصیات کی بنیاد پر درجہ بند ماہانہ لانگ شارٹ US ایکویٹی پورٹ فولیوز بیان کرتی ہے۔ اس میں 46 خصوصیات پر مشتمل مکمل ریکارڈز کی کائنات، ماہ کے اختتام پر فیصلے، اگلے اوپن پر نفاذ، لانگ اور شارٹ حصوں میں مساوی وزن، اور قرض لینے سمیت نمایاں لین…

حصصفیکٹر سرمایہ کاریمومینٹمبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ETFs کے cross-section کی قیمت بندی کے لیے stochastic discount factor ماڈل متعارف کراتی ہے۔ فنڈ exposures اور factor returns الگ الگ اندازہ کرنے کے بجائے، یہ نیٹ ورکس کو مشترک discount-factor سلسلہ تلاش کرنے کی تربیت دیتی ہے جس کا فنڈ منافع کے ساتھ…

مشین لرننگفیکٹر سرمایہ کاریشماریاتحصص
Machine Learning for Trading

یہ دستاویز بتاتی ہے کہ تاریخ وار entity ریکارڈز کو latent-factor کیس اسٹڈیز کے لیے arrays میں کیسے بدلا جائے۔ ایک طریقہ صرف وہ entities رکھتا ہے جو اہلیت کے ڈیٹاسیٹ سے سیکھے گئے coverage threshold پر پورا اتریں، اور گم شدہ مشاہدات کو NaN رکھتے ہوئے مستقل…

فیکٹر سرمایہ کاریپورٹ فولیو کی تشکیلشماریات
Machine Learning for Trading

یہ نوٹ بک مالی اور ماڈل سے اخذ کردہ فیچرز کی اس صلاحیت کی اسکریننگ کرتی ہے کہ وہ بعد کے ریٹرنز کے مطابق ETFs کی درجہ بندی کر سکیں۔ یہ ہر تاریخ کا انفارمیشن کوایفیشنٹ فیچر کی کراس سیکشنل درجہ بندیوں کو فارورڈ ریٹرن کی درجہ بندیوں سے ملا کر نکالتی ہے، پھر حاصل…

حصصشماریاتمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ ڈیٹا یوٹیلٹی Chen، Pelger اور Zhu کے اثاثہ قیمتوں کے ڈیٹا سیٹ پر کام میں مدد دیتی ہے، جس میں اسٹاک ریٹرنز، کمپنی کی خصوصیات، میکرو اکنامک سیریز اور اسپلٹ سے پہلے کے فیچر ٹینسرز شامل ہیں۔ اس کا کنورژن طریقہ شائع شدہ ٹریننگ، توثیق اور ٹیسٹ ٹینسرز سے Parquet…

حصصفیکٹر سرمایہ کاریمشین لرننگشماریات
Machine Learning for Trading

یہ نوٹ بک کراس سیکشنل ایس اینڈ پی 500 مطالعے کے لیے پیش گوئی، ساخت اور علّی ماڈلز کے شواہد کا تقابل کرتی ہے، جس میں حصصی فیچرز کے ساتھ آپشنز سے اخذ کردہ پیمانے مثلاً مضمر اتار چڑھاؤ، اسکیو اور مدتی ساخت شامل ہیں۔ یہ ہفتہ وار مستقبل کے منافع کی درجہ بندیوں کا…

حصصآپشنزمشین لرننگفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ نوٹ بک PCA کو ETF منافع کی پیش گوئی کے لیے فیچر سے پاک پوشیدہ عامل کی بنیادی صورت کے طور پر بیان کرتی ہے۔ یہ ہر لیبل کے تربیتی دورانیے کے منافع میٹرکس کو اجزا میں تقسیم کرتی ہے، ہر فنڈ کے لیے لوڈنگ اور اندازہ شدہ فیکٹر پریمیا استعمال کرکے پیش گوئیاں بناتی…

فیکٹر سرمایہ کاریمشین لرننگشماریاتبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز کے پینل کے لیے نیورل اسٹوکاسٹک ڈسکاؤنٹ فیکٹر ماڈل پیش کرتی ہے۔ یہ ماڈل مصنوعاتی منافع اور مشاہدہ کی جا سکنے والی خصوصیات، مثلاً کیری، مومینٹم اور اتار چڑھاؤ، دونوں استعمال کرکے پوشیدہ عوامل بناتا اور طے شدہ مستقبل کے منافع کی مدتوں کے…

فیوچرزمشین لرننگفیکٹر سرمایہ کاریبیک ٹیسٹنگ
Machine Learning for Trading

یہ تجربہ جانچتا ہے کہ منتخب ماہانہ US ایکویٹی لانگ شارٹ سگنل چھوٹی مارکیٹ ویلیو والے اسٹاک پر کس حد تک منحصر ہے۔ یہ تاخیر سے لاگو ہونے والا مارکیٹ ایکویٹی فلٹر لگاتا ہے جو توثیقی پیش گوئیوں سے سب سے چھوٹا چوتھائی حصہ نکال دیتا ہے، پھر ماڈل کو دوبارہ تربیت…

حصصامریکی مارکیٹیںفیکٹر سرمایہ کاریبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک ایک مشروط آٹواینکوڈر کی وضاحت کرتی ہے جو اسٹاک کے منافع کو خصوصیات پر منحصر فیکٹر لوڈنگز اور پوشیدہ فیکٹرز کی ضرب کے طور پر ماڈل کرتا ہے۔ پہلے مشترکہ کراس سیکشنل کم سے کم مربعات فِٹ کے ذریعے خصوصیات کے زیرِ انتظام پورٹ فولیو منافع کا تخمینہ لگایا…

حصصفیکٹر سرمایہ کاریمشین لرننگپورٹ فولیو کی تشکیل
Machine Learning for Trading

یہ تجزیہ نو ٹریڈنگ کیس اسٹڈیز میں فیچر ٹریائیج لیجرز کا موازنہ کرتا ہے۔ یہ بینجامینی-ہوچبرگ غلط دریافت شرح کی اہمیت کو PROCEED فیصلے کے دوسرے راستے سے الگ کرتا ہے، جو کیس کے لحاظ سے اثر کے حجم کی کم از کم حد اور فولڈ میں نشان کے استحکام کو ملاتا ہے۔ چونکہ…

شماریاتمشین لرننگبیک ٹیسٹنگفیکٹر سرمایہ کاری
Machine Learning for Trading

یہ نوٹ بک CME فیوچرز کے منافع کے پینل سے پرنسپل کمپوننٹ فیکٹرز بناتی ہے، کیری، مومنٹم یا اتار چڑھاؤ جیسی انجینیئر کردہ خصوصیات سے نہیں۔ PCA پروڈکٹس میں تغیر کی وضاحت کرنے والی سمتیں تلاش کرتا ہے؛ پہلی سمت مشترکہ مارکیٹ حرکت جیسی لگ سکتی ہے، جبکہ بعد کے…

فیوچرزفیکٹر سرمایہ کاریمشین لرننگبیک ٹیسٹنگ
Machine Learning for Trading

یہ نوٹ بک روزانہ ٹریڈنگ فیصلوں کے لیے آہستہ بدلنے والے سیاقی فیچرز بیان کرتی ہے: اکاؤنٹنگ تناسب، معاشی حالات اور کیلنڈر انکوڈنگز۔ یہ قدر اور معیار کے پیمانے، مثلاً آمدنی پر منافع، منافع بخشی، اکروئلز، لیوریج اور نقد بہاؤ پر منافع، بیان کرتی اور اعلان کی…

حصصفیکٹر سرمایہ کاریشماریاتتکنیکی اشارے